ml.net例子笔记6-ml.net v2之AutoML
AutoML
1 概念
自动化机器学习也称为自动化 ML 或 AutoML,是将机器学习模型开发过程中耗时的反复性任务自动化的过程。 数据科学家、分析师和开发人员可以使用它来生成高度可缩放、高效且高产能的 ML 模型,同时保证模型的质量。
https://learn.microsoft.com/zh-cn/dotnet/machine-learning/automated-machine-learning-mlnet
自动化机器学习 (AutoML) 可自动化将机器学习应用于数据的过程。 在给定数据集的情况下,可以运行 AutoML 试验来迭代不同的数据转换、机器学习算法和超参数,从而选择最佳模型。
2 AutoML 如何运作?
https://learn.microsoft.com/zh-cn/azure/machine-learning/concept-automated-ml?view=azureml-api-2
在训练期间,Azure 机器学习会创建多个尝试不同算法和参数的并行管道。 该服务将迭代与特征选择配对的 ML 算法,每次迭代都会生成带有训练评分的模型。 要优化的指标的分数越好,模型就越被视为“适合”数据。 一旦达到试验中定义的退出条件,机器学习就会停止。
使用 Azure 机器学习可以通过以下步骤设计和运行自动化 ML 训练试验:
- 识别要解决的 ML 问题:分类、预测、回归、计算机视觉或者 NLP。
- 选择是想要代码优先体验还是无代码工作室 Web 体验:首选代码优先体验的用户可使用 Azure 机器学习 SDKv2 或 Azure 机器学习 CLIv2。
- 指定标记训练数据的源:可以通过多种方式将数据引入 Azure 机器学习。
- 配置自动化机器学习参数,用于确定要对不同模型运行的迭代次数、超参数设置、高级预处理/特征化,以及在确定最佳模型时要查看的具体指标。
- 提交训练作业。
- 查看结果
下图演示了此过程。
3 例子
https://learn.microsoft.com/zh-cn/dotnet/machine-learning/how-to-guides/how-to-use-the-automl-api
AutoML库文件发布地:
https://www.nuget.org/packages/Microsoft.ML.AutoML 目前版本是 0.21.0
结合上面的微软官方文档对应的如下的4个工程代码,基本可以理解整个的过程和思路
https://gitee.com/mirrors_dotnet/machinelearning-samples/blob/main/samples/csharp/getting-started/MLNET2/AutoMLQuickStart/Program.cs
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
2013-12-22 编译安装mysql(Ubuntu10 64位)